资源列表
jdbc_20061110
- 常用java连接数据库的数据库驱动类，有mysql,sqserver,oracle等的-common java connecting to the database database-driven category, mysql, sqserver. the oracle
lzj2
- 这是关于中药的一个二维的文章,实用多多,大家可以关注一下-This is of Chinese medicine in a two-dimensional articles, practical arrangement, we can look
ResEdit(Unfinished)
- ResEdit(资源编辑的一个类,为完成,有兴趣的朋友可以完成).rar-ResEdit (editorial resources of a class, for the completion, interested friends completed). Rar
shxdrw
- 鼠绘心得（人物图）经典的任务素材FLASH的人物图-rat painting experience (figures) of the mandate of classic material FLASH figures map
pid-tiaojie
- pid参数的调节方法，对pid参数的选定有很大帮助，是前人的总结不可不看。-pid adjusting the parameters of the method, the pid of the selected parameters will be of great help, is summed up by our predecessors can not see.
blwj
- 一个遍历文件夹中文件的例子，已经在源码上做了修改，方便调用！-traverse a document folder example, the source code has been revised to facilitate the call!
gauss-C
- * 高斯列主元素消去法求解矩阵方程AX=B,其中A是N*N的矩阵,B是N*M矩阵 * 输入: n----方阵A的行数 * a----矩阵A * m----矩阵B的列数 * b----矩阵B * 输出: det----矩阵A的行列式值 * a----A消元后的上三角矩阵 * b----矩阵方程的解X -out the main elements of Gaussian elimination method for solving matrix equ
lagrange-C
- * 用拉格朗日插值法依据N个已知数据点即使函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx-插值点第一坐标 * 输出: 函数返回值所求插值点的第二坐标 -* Use Lagrange interpolation method based on N-known data points even function * Input : n -- known data poi
mintwo-C
- * 本算法用最小二乘法依据指定的M个基函数及N个已知数据进行曲线拟和 * 输入: m--已知数据点的个数M * f--M维基函数向量 * n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * a--无用 * 输出: 函数返回值为曲线拟和的均方误差 * a为用基函数进行曲线拟和的系数, * 即a[0]f[0]+a[1]f[1]+...+a[M]f[M]. -* The alg
Hermite-C
- * 用埃特金插值法依据N个已知数据点计算函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx-插值点第一坐标 * eps--求解精度 * 输出: 函数返回值所求插值点的第二坐标 -* Use Aitken interpolation method based on N-known data points calculation function * Input :
Newton-C
- * 用牛顿插值法依据N个已知数据点即使函数值 * 输入: n--已知数据点的个数N-1 * x--已知数据点第一坐标的N维列向量 * y--已知数据点第二坐标的N维列向量 * xx-插值点第一坐标 * 输出: 函数返回值所求插值点的第二坐标 -Newton interpolation method based on N-known data points even function * Input : n -- known data points the nu
newoula-C
- * 用改进的欧拉方法求解初值问题，其中一阶微分方程未y =f(x,y) * 初始条件为x=x[0]时,y＝y[0]. * 输入: f--函数f(x,y)的指针 * x--自变量离散值数组(其中x[0]为初始条件) * y--对应于自变量离散值的函数值数组(其中y[0]为初始条件) * h--计算步长 * n--步数 * 输出: x为说求解的自变量离散值数组 * y为所求解对应于自变量离散值的函数值数组 -* Improved Euler me